招聘信息分享 招聘信息分享 JOBHUNTER

聚合各大厂 / 国企官网招聘信息,实时同步官方数据

共找到 34234 个岗位

店端销售顾问

比亚迪📍广东省·江门市直营事业部社招

1、转接公司与客户的桥梁和纽带,要认真做好公司的窗口服务工作,接待主动、态度热情、服务周到、文明用语、礼貌待客,做好客户的休息、饮水、娱乐等服务工作;

店端销售顾问

比亚迪📍福建省·福州市直营事业部社招

1、转接公司与客户的桥梁和纽带,要认真做好公司的窗口服务工作,接待主动、态度热情、服务周到、文明用语、礼貌待客,做好客户的休息、饮水、娱乐等服务工作;

店端销售顾问

比亚迪📍中国·福建省直营事业部社招

1、转接公司与客户的桥梁和纽带,要认真做好公司的窗口服务工作,接待主动、态度热情、服务周到、文明用语、礼貌待客,做好客户的休息、饮水、娱乐等服务工作;

(资深)墨西哥支付Java工程师/专家

滴滴📍上海市Fintech Technology技术5-8年

1. 负责无线域核心服务端的需求分析、架构设计及代码开发,优化、重构及功能扩展入口服务,确保高性能、高可用性及安全性; 2. 对接内部交易、客户、营销等系统,参与多端建设和优化,抽象各领域模块,提供快速技术支撑; 3. 在高并发场景下保障系统的稳定性和数据一致性,快速响应业务需求,提供技术解决方案,持续优化系统性能和架构。 4. 探索新技术,学习参与应用大模型,轻量级模型等前沿技术,提升业务效果与用户体验。

机器人VLA算法研究员 - XiaomiRobotics

小米📍北京汽车部

1. 研究并构建融合世界建模和动作生成的 VLA 模型 2. 结合机器人数据、视频数据、视觉语言数据等,构建可扩展的数据引擎和训练pipeline 3. 开展大规模的 VLA 训练,建立真实可靠的评测系统,持续迭代模型能力提升

具身世界模型推理INFRA工程师 - XiaomiRobotics

小米📍北京汽车部

对具身世界模型进行推理阶段的加速,包括Multi-Token-Prediction在推理端的适配、张量并行和专家并行在推理框架的适配、CFG并行适配、模型的FP8量化和NVF4量化等,与算法团队协作优化最终上线/开源模型的推理速率

具身世界模型训练INFRA工程师 - XiaomiRobotics

小米📍北京汽车部3年以上

维护具身世界模型的预训练、后训练和强化学习的INFRA容错,并与算法团队沟通,更新最新模型的并行支持

定价分析专员

华为📍深圳定价中心财经族3年

1、负责相应业务领域的定价方案设计,开展定价作业活动和运营管理,识别业务问题,推动问题解决与业务改进。 2、开展定价审视分析,发现业务问题并进行问题跟踪闭环。 3、参与定价模型、方法的洞察与建设,基于业界理论,行业趋势信息等,整理分析业界分行业/分产业的基础定价数据、方法,对定价的专业能力建设提供输入。 4、参与定价领域数智化建设,包括数字化集成方设计、数据管理等,并运用数字化及AI工具提供智能化的服务。

资深客户端开发

网易📍上海市奇点事业部游戏程序5-10年

1. 与国内一流团队一起,研发下一代全平台3A游戏(PC/主机为主); 2. 负责客户端核心内容如3C、战斗等系统的设计与开发,从0到1创造卓越体验; 3. 负责客户端运行性能的分析与优化。

内容营销(Blood strike)

网易📍上海市荒野事业部市场不限

1. 统筹全渠道营销素材的策划、制作与交付,包括海报、Banner、短视频封面、信息图等,确保风格统一、节奏可控、上线及时。 2. 基于品牌调性与用户洞察,独立完成视觉创意构思与审美判断,对色彩、构图、字体、版式等要素具备专业把控力。 3. 熟练运用主流AI设计工具(如MidJourney、DALL·E、Adobe Firefly、即梦等)高效生成高质量初稿,并能精准调优提示词与参数。 4. 具备AI生成内容的筛选、精修与落地能力,可结合PS、AI等传统设计软件完成细节优化与商业适配。 5. 协同市场、运营、文案团队快速响应热点与活动需求,支持A/B测试素材产出及数据反馈迭代。 6. 持续跟踪AI设计趋势与工具演进,沉淀提示词库、模板库及提效方法论,推动团队素材生产效能提升。

整机工艺工程师-AI创新业务

字节跳动📍深圳研发研发/硬件

1、负责产品架构阶段和详细设计阶段评审,确保产品设计满足可制造性要求; 2、负责组装和包装组装工艺流程和方案制定、工艺参数设计和验证、工装设备的方案评审、导入和验证验收; 3、负责对产品NUDD问题的验证解决,各试产阶段技术问题点解决,确保试制准出; 4、主导NPI试产,拟定整机试产计划、试产准备和试生产管理;协同研发解决试产中问题,提升良率、效率、品质; 5、持续发掘革新,定期进行产品分析及行业调研,规划技术中长期路标,并持续进行方案落地。

大模型评测算法工程师-AI数据与安全

字节跳动📍北京研发研发/算法

1、主导大模型评测集构建与迭代,制定规范与质量校验标准,保障评测数据质量与针对性,支撑模型全面评估; 2、设计算法与工具,实现评测结果自动化量化分析、缺陷定位及根因追溯,输出分析报告,为模型迭代提供数据支撑; 3、探索大模型缺陷检测和红蓝对抗技术,设计对抗性评测方案,挖掘模型安全漏洞和能力边界,提升模型鲁棒性与安全性; 4、跟踪前沿评测技术与Benchmark趋势,开展技术调研与创新实践,推动评测体系升级; 5、参与评测工具算法设计与开发,优化评测效率与自动化水平,提升团队研发效能。

Research Engineer - [Seed Model - Infra - LLM/VLM Inference Optimization (Kernel & Compiler)]

字节跳动📍西雅图研发

The Seed Infrastructures team oversees the distributed training, reinforcement learning framework, high-performance inference, and heterogeneous hardware compilation technologies for AI foundation models. Responsibilities - Design, implement, and optimize high-performance GPU kernels for large-scale LLM/VLM inference workloads, including attention, GEMM, and other compute- and memory-intensive operators. - Develop and tune inference kernels in CUDA and Triton, and drive end-to-end performance optimization of production inference systems at scale. - Conduct in-depth performance analysis and profiling to identify bottlenecks across the inference stack, from kernel level to serving level. - Collaborate with research and infrastructure teams to land kernel- and compiler-level optimizations in production inference systems.

Research Engineer - [Seed Model - Infra - LLM/VLM Inference Optimization (Kernel & Compiler)]

字节跳动📍圣何塞研发

The Seed Infrastructures team oversees the distributed training, reinforcement learning framework, high-performance inference, and heterogeneous hardware compilation technologies for AI foundation models. Responsibilities - Design, implement, and optimize high-performance GPU kernels for large-scale LLM/VLM inference workloads, including attention, GEMM, and other compute- and memory-intensive operators. - Develop and tune inference kernels in CUDA and Triton, and drive end-to-end performance optimization of production inference systems at scale. - Conduct in-depth performance analysis and profiling to identify bottlenecks across the inference stack, from kernel level to serving level. - Collaborate with research and infrastructure teams to land kernel- and compiler-level optimizations in production inference systems.

大模型评测算法工程师-AI数据与安全

字节跳动📍深圳研发研发/算法

1、主导大模型评测集构建与迭代,制定规范与质量校验标准,保障评测数据质量与针对性,支撑模型全面评估; 2、设计算法与工具,实现评测结果自动化量化分析、缺陷定位及根因追溯,输出分析报告,为模型迭代提供数据支撑; 3、探索大模型缺陷检测和红蓝对抗技术,设计对抗性评测方案,挖掘模型安全漏洞和能力边界,提升模型鲁棒性与安全性; 4、跟踪前沿评测技术与Benchmark趋势,开展技术调研与创新实践,推动评测体系升级; 5、参与评测工具算法设计与开发,优化评测效率与自动化水平,提升团队研发效能。

视觉感知算法工程师-PICO

字节跳动📍上海研发研发/算法

1、负责端侧场景检测、环境理解等感知算法的设计、开发与落地,围绕相机开展设备智能感知能力研发; 2、负责端侧模型的训练、压缩、量化、部署与性能优化,持续提升算法在功耗、时延、精度、内存等维度的综合表现; 3、结合实际业务场景,参与数据构建、评测体系设计、问题分析与线上效果迭代; 4、协同产品、系统、硬件及其他算法团队,推动感知能力在设备端的落地应用。

C端家装产品运营-抖音生活服务

字节跳动📍北京/上海运营运营/产品运营1年以上

1、负责家装行业C端产品的日常运营和项目统筹,基于家装细分行业(装修定制、家电、3C数码等)的经营模式,协同产品、设计与数据团队,推动消费者侧产品能力的建设与落地,持续提升下单转化效率与业务规模; 2、作为业务与产品之间的桥梁,深入用户与一线业务,深度挖掘并梳理消费者在搜索、详情、下单、售后等关键环节的真实痛点与诉求,将复杂的业务场景转化为清晰、有效的产品解决方案; 3、与上游产品研发、下游业务及横向合作方有效协同,调动各方资源实现项目落地; 4、推动C端家装产品新功能上线及重点战役的全流程管理,完成产品GTM工作,能够有效设计分阶段运营策略,并充分利用多种宣传推广手段和资源,有一定宣传推广巧思; 5、通过数据、调研等方式分析产品效果和商家使用感受,做好有效复盘和迭代计划。

商家BD(苏州常熟) - 万葭灯火(抖音生活服务旗下品牌)

字节跳动📍苏州市场市场/商务拓展BD

团队介绍:万葭灯火是抖音生活服务旗下的子公司之一,抖音生活服务以"激发线下生意,丰富美好生活"为使命,致力于打造"最值得信赖的生活服务平台",为用户带来更丰富、便捷的消费体验,为合作伙伴提供健康、开放、可持续的经营生态。截至2025年底,抖音生活服务业务已覆盖400+城市,超过1500万家动销门店。抖音生活服务将继续携手生态伙伴,为用户提供值得心动的商品和服务。 1、负责本地生活业务商圈开拓,与商户进行洽谈合作与签约,跟进上线流程; 2、整合商圈资源,为商户提供整合营销方案; 3、根据商户需求制定合理的运营方案,提供促销活动、团单设计与运营支持,通过短视频及内容营销进行平台分发,维护客情关系,做好交易额提升优化; 4、及时处理商户及用户问题与投诉,跟进问题解决,提高商家和消费者满意度; 5、持续研究相关行业的推广策略,定期开展商户赋能培训,定期复盘商户企业号运营效果,输出内容营销优化建议。

中国同辐-核医学发展中心-财务岗(储备财务部负责人)(J28748)

中核集团📍海淀区中国同辐股份有限公司社会招聘5年

经考核胜任者,将承担新设公司财务部全面管理职责: 1. 参与新设公司财务相关论证工作及财务治理架构设计,协助搭建财务管理制度体系; 2. 建立并维护健全的财务核算体系,编制会计凭证和月度、季度及年度财务报告,参与经营分析,为公司决策提供准确的财务信息; 3. 负责全面的预算管理流程,组织制定年度财务预算及中长期规划,监控预算执行,实施预算绩效管理,编制相关报表; 4. 保障公司资金安全与高效运转,合理调度公司资金,定期分析资金营运能力及债权债务状况; 5. 参与公司业务相关投资测算与经济性评价; 6. 拟定成本控制措施并进行监督审核,协助成本分析,为公司经营提供准确成本数据; 7. 建立健全内控和合规体系,参与重大业务合同、经营及投资项目的风险审核与会审,配合完成总部内控审计、财务检查及专项稽核工作; 8. 完成公司领导交办的各项临时性工作。

端到端算法工程师实习生

小米📍北京汽车部

1. Develop quantization, sparsity, pruning, and distillation techniques to enhance the production-level autonomous driving models. 2. Optimize, convert, and deploy autonomous driving models (e.g., ONNX models) that operate efficiently on diverse hardware (GPU, CPU, in-house AI ASIC). 3. Design and implement custom kernels using C++ and CUDA to accelerate model operations and pre/post-processing pipelines. 4. Perform a systematic benchmarking, scaling, and validation of inference performance across various hardware platforms (GPU, CPU, in-house AI ASIC). 5. Collaborate with hardware, compiler, and AI infra engineers to achieve efficient and accurate AI model inference.